无法提供摘要。这是一篇受保护的文章。

问题：执行以下命令行太长了，不方便修改。 CUDA_VISIBLE_DEVICES=0 python tools/train.py --config ./configs/SegSAMPLerEmbMLP_config.py --cfg-options optimizer.lr=0.0005 optimizer.weight_decay=0.01 train_batch_size_per_gpu=4 test_batch_size_per_gpu=4 model_cfg.SAM_weights=0.1 model_c…

踩坑一： RuntimeError: ONNX export of operator adaptive_avg_pool2d 报错原因：这个错误表明在将模型导出为 ONNX 格式时，adaptive_avg_pool2d 操作不支持当前的输出大小，因为输出大小不是输入大小的因数。因为onnx要求模型的输入参数的固定的，而自适应池化层是根据输入来确定模型参数的。 ChatGPT提供了一些别的方法，如更新Pytorch版本或尝试使用 ONNX opset 版本或 dynamic_axes 参数，经过测试都无法解决以上问…

最近学习了一下图像分割模型部署——PyTorch转ONNX 参考了子豪兄的视频 一、主要学习内容如下： 即ONNX是个中间翻译器，帮助不同框架和不同设备更方便地迁移和部署。 二、具体操作 1. 安装配置环境 安装Pytorch pip3 install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu113 安装 ONNX pip install onnx -i https://pypi.tuna.tsinghua.edu…

提出问题 当前，有众多的开源方法集合以及社区维护。为了满足旋转框目标检测需求，一些学者在pytorch深度学习框架基础上构建了mmrotate旋转框目标检测体系。借此机会，自己搭建了一下mmrotate的环境，加深学习和为后续做相关对比实验做一些准备工作。 解决方案 一台2080或者2080ti的机器，cuda 10.2 参考代码： https://github.com/open-mmlab/mmrotate/ 环境部署步骤 首先要下载两个代码和相关库，链接分别为：mmrotate、mmdetection和mmcv…

提出问题 因为项目环境部署需要，需要在Win7环境下部署一个算法，而且是在无网情况下。因此，考虑使用docker来执行这次部署任务，然而也不是十分顺利，所以来简单记录一下配置流程。 参考链接：Windows 7 安装Docker实践 解决方案 因为担心docker版本较高不能在win7系统上运行，因此，我们安装了一个DockerToolbox-19.03.1版本。总体来说，win7版本的docker和win10不太一样，安装步骤可以按照上述参考链接 Windows 7 安装Docker实践 去安装。安装之后，桌面会…

由于在docker中创建容器的时候已经使用了默认的端口映射，因此，再想在容器中使用tensorboard或者jupyter的时候，会出现无法打卡网页的情况。所以需要在创建容器的时候分配好新的端口，从而实现docker容器与宿主机之间的映射。 一、创建容器： docker run --gpus all --shm-size 16G --name dete2 -it -p 8888:8888 -p 6006:6006 -v /home/daidai/bigdata:/home/daidai/bigdata d91fe8…

由于网络中用到了torch.pairwise_distance()，发现在不同版本的pytorch下，计算结果不一致的情况。下面就来解决这个问题。 一、torch.nn. PairwiseDistance ( p = 2.0 , eps = 1e-06 , keepdim = False )用法 首先，了解一下pytorch里 torch.pairwise_distance()的用法。 其中，各项参数如下： p ( real , optional ) – 范数度。可以为负。默认值：2 eps ( float , o…